LAPORAN PRAKTIKUM

PENGENALAN PERANGKAT LUNAK DATA MINING

Ditujukan untuk memenuhi tugas mata kuliah Data Warehouse & Data Mining

Disusun oleh :
REVI SYILFIAH 14520786
Teknik Informatika - Semester 5

PROGRAM STUDI TEKNIK INFORMATIKA

SEKOLAH TINGGI ILMU KOMPUTER (STIKOM) POLTEK CIREBON
2022

Jl. Pusri No.01 Kedawung, Cirebon, Jawa Barat 45153

Telepon : (0231) 486475 || Website : https://stikompoltek.ac.id
A. JUDUL PERCOBAAN
“PENGENALAN PERANGKAT LUNAK DATA MINING”

B. TUJUAN PERCOBAAN
1. Mahasiswa dapat memahami tujuan data mining.
2. Mahasiswa memahami dan mengenal beberapa software aplikasi yang dapat
digunakan untuk data mining.

C. LANDASAN TEORI
Data mining adalah serangkaian proses untuk menggali nilai tambah berupa
informasi yang selama ini tidak diketahui secara manual dari suatu basisdata.
Informasi yang dihasilkan diperoleh dengan cara mengekstraksi dan mengenali pola
yang penting atau menarik dari data yang terdapat dalam basisdata.
Data mining adalah proses pengumpulan dan pengolahan data yang
bertujuan untuk mengekstrak informasi penting pada data. Proses pengumpulan
dan ekstraksi informasi tersebut dapat dilakukan menggunakan perangkat lunak
dengan bantuan perhitungan statistika, matematika, ataupun teknologi Artificial
Intelligence (AI). Data mining sering disebut juga Knowledge Discovery in
Database (KDD).
Sebagai definisi lain, ada beberapa pengertian data mining menurut para ahli
yang juga patut dipelajari. Simak penjelasan secara singkat di bawah ini.
• Larose (2006), mengartikan data mining adalah sebuah proses menemukan
sesuatu bermakna dengan memilah data melalui repository dengan bantuan
teknologi sosialisasi pola, statistik, serta matematika.
• Berry, data mining adalah sebuah aktivitas analisa data yang memiliki jumlah
besar demi menemukan pola (pattern) dan aturan (rule) yang berguna.
• Pramudiono (2006), menyampaikan bahwa data mining adalah proses analisa
yang dilakukan secara otomatis pada data yang kompleks dan berjumlah besar
untuk memperoleh sebuah pola atau kecenderungan yang umumnya tidak
disadari.

Laporan Praktikum Data Mining |1

 Tujuan Data Mining
Data mining dilakukan untuk memenuhi beberapa tujuan tertentu. Berikut
ini adalah tujuan-tujuan dari data mining :
• Sebagai sarana menjelaskan (Explanatory)
Data mining dapat digunakan sebagai sarana untuk menjelaskan suatu
kondisi penelitian.
• Sebagai sarana konfirmasi (Confirmatory)
Data mining dapat digunakan sebagai sarana untuk memastikan sebuah
pernyataan atau mempertegas suatu hipotesis.
• Sebagai sarana eksplorasi (Exploratory)
Data mining dapat digunakan sebagai sarana untuk mencari pola baru yang
sebelumnya tidak terdeteksi.

Fungsi Data Mining

Data mining memiliki banyak sekali fungsi, untuk fungsi utamanya sendiri ada
dua yaitu fungsi descriptive dan fungsi predictive. Untuk fungsi utama dan fungsi
lainnya akan dibahas secara lebih jelas sebagai berikut.
1. Descriptive
Fungsi deskripsi dalam data mining adalah sebuah fungsi untuk memahami
lebih jauh tentang data yang diamati. Dengan melakukan sebuah proses diharap
bisa mengetahui perilaku dari sebuah data tersebut. Data tersebut itulah yang
nantinya dapat digunakan untuk mengetahui karakteristik dari data yang
dimaksud.
Dengan menggunakan fungsi descriptive data mining, maka nantinya bisa
menemukan pola tertentu yang tersembunyi dalam sebuah data. Dengan kata
lain jika pola yang berulang dan bernilai itulah karakteristik sebuah data bisa
diketahui.

Laporan Praktikum Data Mining |2

 2. Predictive
Fungsi prediksi merupakan sebuah fungsi bagaimana sebuah proses
nantinya akan menemukan pola tertentu dari suatu data. Pola-pola tersebut
dapat diketahui dari berbagai variabel-variabel yang ada pada data. Ketika sudah
menemukan pola, maka pola yang didapat tersebut bisa digunakan untuk
memprediksi variabel lain yang belum diketahui nilai ataupun jenisnya.
Karena itulah fungsi satu ini dikatakan sebagai fungsi prediksi sama halnya
dengan melakukan predictive analisis. Fungsi ini juga bisa digunakan untuk
memprediksi sebuah variabel tertentu yang tidak ada dalam suatu data.
Sehingga fungsi ini memudahkan dan menguntungkan bagi siapapun yang
memerlukan prediksi yang akurat untuk membuat hal penting tersebut menjadi
lebih baik.

Fungsi Data mining yang lainnya yaitu : characterization, discrimination,

association, classification, clustering, outlier and trend analysis, dan lain-lain.
• Multidimensional concept description, karakterisasi dan diskriminasi, atau
berfungsi untuk menggeneralisasikan, meringkas, dan membedakan
karakteristik data, dan lain-lain.
• Frequent patterns, association, correlation.
• Classification and prediction, membangun model (fungsi) yang menggambarkan
dan membedakan kelas atau konsep untuk prediksi masa depan. Misalnya,
mengklasifikasikan negara berdasarkan (iklim), atau mengklasifikasikan mobil
berdasarkan (jarak tempuh gas)
• Cluster analysis, membuat data grup untuk membentuk kelas baru. Misalnya,
memaksimalkan kesamaan intra-kelas & meminimalkan kesamaan antar kelas
• Outlier analysis, objek data yang tidak sesuai dengan perilaku umum dari data,
berguna dalam deteksi penipuan, analisis peristiwa langka.
• Trend and evolution analysis, trend dan penyimpangan, misalnya analisis regresi
atau mining penambangan pola berurutan, misalnya kamera digital, atau analisis
periodisitas dan analisis berbasis kesamaan.
• Other pattern-directed or statistical analyses.

Laporan Praktikum Data Mining |3

 Tahapan Data Mining

1. Pembersihan Data (Data Cleaning)

Sebelum diproses dan dibentuk menjadi sebuah Knowledge, data yang ada
harus dibersihkan terlebih dahulu. Jika ada yang mengandung error, maka data-
data tersebut harus dibuang, sehingga tersisa data yang ‘bagus’ untuk diolah dalam
tahap selanjutnya.
2. Integrasi Data (Data Integration)
Dalam data mining, data yang berhasil dibersihkan juga akan diintergrasi.
3. Transformation
Dalam tahap transformation data akan dipilih dan diubah formatnya agar
sesuai dengan Teknik atau metode yang dipakai. Pada tahap ini pula kualitas data
mining akan terlihat.
4. Data Mining
Tahapan data mining selanjutnya adalah proses penambangan data itu
sendiri. Perlu penentuan metode penambangan yang tepat.
5. Evaluasi Pola (Pattern Evaluation)

Setelah bahan mentah selesai diolah, makak perlu diuji juga apakah sudah
sesuai dengan standar kualitasnya atau belum. Baru setelah itu bisa
didistribusikan dan di-display kepada pelanggan.

Laporan Praktikum Data Mining |4

 Pengenalan Perangkat Lunak Microsoft Excel
Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi
lembar kerja spreadsheet yang dibuat dan didistribusikan oleh Microsoft
Corporation untuk sistem operasi Microsoft Windows dan Mac OS. Aplikasi ini
memiliki fitur kalkulasi dan pembuatan grafik yang, dengan menggunakan strategi
marketing Microsoft yang agresif, menjadikan Microsoft Excel sebagai salah satu
program komputer yang populer digunakan di dalam komputer mikro hingga saat
ini. Bahkan, saat ini program ini merupakan program spreadsheet paling banyak
digunakan oleh banyak pihak, baik di platform PC berbasis Windows maupun
platform Macintosh berbasis Mac OS, semenjak versi 5.0 diterbitkan pada tahun
1993. Aplikasi ini merupakan bagian dari Microsoft Office System.

Gambar 1 Lembar Kerja Microsoft Excel

Excel merupakan program spreadsheet pertama yang mengizinkan pengguna

untuk mendefinisikan bagaimana tampilan dari spreadsheet yang mereka sunting:
font, atribut karakter, dan tampilan setiap sel. Excel juga menawarkan
penghitungan kembali terhadap sel-sel secara cerdas, di mana hanya sel yang
berkaitan dengan sel tersebut saja yang akan diperbarui nilanya (di mana program-
program spreadsheet lainnya akan menghitung ulang keseluruhan data atau
menunggu perintah khusus dari pengguna). Selain itu, Excel juga menawarkan fitur
pengolahan grafik yang sangat baik.

Laporan Praktikum Data Mining |5

D. PROSEDUR PERCOBAAN
Pengenalan Microsoft Excel untuk keperluan Data Mining :
1. Menjalankan program aplikasi Microsoft Excel yang telah terinstall pada
laptop/pc masing-masing, lalu klik 2x pada pilihan ‘Blank workbook’ untuk
membuat spreadsheet baru.

Tahapan 1 Membuka Lembar Kerja Baru

2. Membuat tabel serta memasukkan data yang tertera sebagai berikut.

Tahapan 2 Menginputkan Data yang dibutuhkan

Laporan Praktikum Data Mining |6

 3. Menggunakan formula yang ada pada Microsoft Excel untuk mencari jumlah
data pada setiap atribut yang diperlukan.

4. Untuk mencari jumlah data masing-masing kelas (IPA/ IPS/ LAIN) pada atribut
Jurusan_SMA dapat menggunakan formula Excel sebagai berikut.

*A2:A21 menunjukkan kolom mana yang kamu gunakan untuk mencari data,
dalam hal ini berarti kolom Jurusan_SMA.

Maka akan didapatkan hasil seperti pada tabel di bawah ini.

5. Untuk mencari jumlah data masing-masing kelas (TEPAT/ TERLAMBAT) pada

atribut Lama_Studi dapat menggunakan formula Excel sebagai berikut.

*F2:F21 menunjukkan kolom mana yang kamu gunakan untuk mencari data,
dalam hal ini berarti kolom Lama_Studi.

Maka akan didapatkan hasil seperti pada tabel di bawah ini.

6. Untuk mencari nilai Max, Min, Mean, dan Standard Deviation pada atribut
Rerata_SKS dapat menggunakan formula Excel sebagai berikut.

Laporan Praktikum Data Mining |7

 *D2:D21 menunjukkan kolom mana yang kamu gunakan untuk mencari data,
dalam hal ini berarti kolom Rerata_SKS.

Maka akan didapatkan hasil seperti pada tabel di bawah ini.

7. Untuk mencari Data Gabungan pada atribut Jurusan_SMA = IPA, Gender = PRIA,
Asisten = YA, Lama_Studi = TEPAT dapat menggunakan formula Excel sebagai
berikut.

*A2:A21 menunjukkan kolom Jurusan_SMA.

*B2:B21 menunjukkan kolom Gender.
*E2:E21 menunjukkan kolom Asisten.
*F2:F21 menunjukkan kolom Lama_Studi.

Maka akan didapatkan hasil seperti pada tabel di bawah ini.

Laporan Praktikum Data Mining |8

E. KESIMPULAN
Data mining sebenarnya merupakan salah satu rangkaian dari proses
pencarian pengetahuan dalam database (Knowledge Discovery in Database (KDD)).
Secara teknis, metode ini memang tidak lepas dari ilmu komputer dan kecerdasan
buatan. Tetapi ternyata manfaatnya bisa dirasakan dalam berbagai bidang lainnya,
termasuk bisnis dan pemasaran.
Berikut sejumlah manfaat data mining.

1. Mengetahui tren.
2. Metode untuk memprediksi keputusan bisnis di masa depan.
3. Mengetahui produk yang dibeli bersamaan.
4. Mengamati perilaku konsumen.
5. Model sebagai sarana menyusun strategi peningkatan penjualan.

Laporan Praktikum Data Mining |9

 DAFTAR PUSTAKA

Adi Muhamad Muhsidi, M. (2021). Data Warehouse dan Data Mining. Cirebon.

Apa itu Data Mining? (2021). Retrieved from Populix: https://info.populix.co/articles/data-

mining-adalah/

BEON INTERMEDIA. (2022, April 17). Data Mining : Pengertian, Fungsi, Metode, & Penerapannya.
Retrieved from Jagoan Hosting: https://www.jagoanhosting.com/blog/apa-itu-data-
mining/

Setiawan, R. (2021, October 30). Apa itu Data Mining dan Bagaimana Penerapannya? Retrieved
from dicoding: https://www.dicoding.com/blog/apa-itu-data-mining/

Laporan Praktikum Data Mining | 10